論文の概要: Heuristics and Metaheuristics for Dynamic Management of Computing and Cooling Energy in Cloud Data Centers

• arxiv url: http://arxiv.org/abs/2312.10663v1
• Date: Sun, 17 Dec 2023 09:40:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-19 15:06:45.082626
• Title: Heuristics and Metaheuristics for Dynamic Management of Computing and Cooling Energy in Cloud Data Centers
• Title（参考訳）: クラウドコンピューティングにおける動的管理と冷却エネルギーのためのヒューリスティックスとメタヒューリスティックス
• Authors: Patricia Arroba, Jos\'e L. Risco-Mart\'in, Jos\'e M. Moya and Jos\'e L. Ayala
• Abstract要約: 共同冷却・計算最適化のための新しい電力・熱対応戦略とモデルを提案する。 結果から,メタヒューリスティックアルゴリズムと最適適応アルゴリズムの併用により,グローバルエネルギーを高速かつ軽量な最適化戦略に記述できることが示唆された。 このアプローチにより、コンピューティングと冷却インフラストラクチャの両方を考慮して、データセンターのエネルギー効率を21.74%向上し、サービス品質を維持しながら、最大で21.74%向上できる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Data centers handle impressive high figures in terms of energy consumption, and the growing popularity of Cloud applications is intensifying their computational demand. Moreover, the cooling needed to keep the servers within reliable thermal operating conditions also has an impact on the thermal distribution of the data room, thus affecting to servers' power leakage. Optimizing the energy consumption of these infrastructures is a major challenge to place data centers on a more scalable scenario. Thus, understanding the relationship between power, temperature, consolidation and performance is crucial to enable an energy-efficient management at the data center level. In this research, we propose novel power and thermal-aware strategies and models to provide joint cooling and computing optimizations from a local perspective based on the global energy consumption of metaheuristic-based optimizations. Our results show that the combined awareness from both metaheuristic and best fit decreasing algorithms allow us to describe the global energy into faster and lighter optimization strategies that may be used during runtime. This approach allows us to improve the energy efficiency of the data center, considering both computing and cooling infrastructures, in up to a 21.74\% while maintaining quality of service.
• Abstract（参考訳）: データセンターはエネルギー消費の面で目覚ましい数字を処理し、クラウドアプリケーションの人気が高まり、その計算需要が増している。 さらに、サーバを信頼性の高い温度操作条件に保つために必要な冷却は、データルームの熱分布にも影響を与え、サーバの電力リークに影響を及ぼす。 これらのインフラのエネルギー消費を最適化することは、データセンターをよりスケーラブルなシナリオに配置する上で大きな課題である。 したがって、データセンターレベルでのエネルギー効率管理を実現するためには、電力、温度、凝縮、性能の関係を理解することが不可欠である。 本研究では,メタヒューリスティック最適化のグローバルエネルギー消費に基づく局所的な視点から,共同冷却と計算の最適化を実現するための新しいパワー・サーマル・アウェア戦略とモデルを提案する。 この結果から,メタヒューリスティックアルゴリズムと最適整合性アルゴリズムの両方からの認識が組み合わさって,グローバルエネルギーをより高速かつ軽量な最適化戦略に記述できることが示唆された。 このアプローチにより、コンピューティングと冷却インフラストラクチャの両方を考慮したデータセンターのエネルギー効率を、サービス品質を維持しながら最大21.74\%向上させることができる。

関連論文リスト

• Carbon Footprint Reduction for Sustainable Data Centers in Real-Time [2.794742330785396]
  本稿では, 炭素フットプリント削減, エネルギー消費, エネルギーコストの目的のために, データセンターを最適化するための多エージェント強化学習(MARL)フレームワークを提案する。 その結果,DC-CFR MARLエージェントは実世界の動的気象条件やグリッド炭素強度条件下での様々な場所での冷却,負荷シフト,エネルギー貯蔵の最適化において,複雑な相互依存性を効果的に解決した。
  論文  参考訳（メタデータ） (2024-03-21T02:59:56Z)
• Global Transformer Architecture for Indoor Room Temperature Forecasting [49.32130498861987]
  本研究は,多室ビルにおける室内温度予測のためのグローバルトランスフォーマーアーキテクチャを提案する。 エネルギー消費を最適化し、HVACシステムに関連する温室効果ガス排出を削減することを目的としている。 本研究は,マルチルームビルにおける室内温度予測にトランスフォーマーアーキテクチャを適用した最初の事例である。
  論文  参考訳（メタデータ） (2023-10-31T14:09:32Z)
• Empowering Distributed Solutions in Renewable Energy Systems and Grid Optimization [3.8979646385036175]
  機械学習(ML)の進歩は再生可能エネルギー源の強化とグリッド管理の改善に重要な役割を果たしている。 ビッグデータとMLをスマートグリッドに組み込むことは、エネルギー効率の向上など、いくつかのメリットを提供する。 しかし、大規模なデータボリュームの処理、サイバーセキュリティの確保、専門知識の獲得といった課題に対処する必要がある。
  論文  参考訳（メタデータ） (2023-10-24T02:45:16Z)
• Sustainable AIGC Workload Scheduling of Geo-Distributed Data Centers: A Multi-Agent Reinforcement Learning Approach [48.18355658448509]
  生成的人工知能の最近の進歩は、機械学習トレーニングの需要が急増し、エネルギー消費の大幅な増加によるコスト負担と環境問題を引き起こしている。 地理的に分散したクラウドデータセンタ間でのトレーニングジョブのスケジューリングは、安価で低炭素エネルギーのコンピューティング能力の使用を最適化する機会を浮き彫りにする。 本研究では,実生活におけるワークロードパターン,エネルギー価格,炭素強度を組み込んだクラウドシステムと対話することで,マルチエージェント強化学習とアクタクリティカルな手法に基づく最適協調スケジューリング戦略の学習アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-17T02:12:30Z)
• Performance and Energy-Aware Bi-objective Tasks Scheduling for Cloud Data Centers [0.0]
  クラウドコンピューティングはユーザタスクのリモート実行を可能にする。 スマートシティサービスやアプリケーションにおけるクラウドコンピューティングの普及には、qos(quality of services)に準拠したタスクをタイムリーに実行する必要がある コンピューティングサーバーの使用の増加は、高エネルギー消費、運用コスト、および環境汚染の問題を強化します。 矛盾する性能とエネルギー目標をトレードオフするために、パフォーマンスとエネルギー最適化の二目的的アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-04-25T08:55:57Z)
• Power Modeling for Effective Datacenter Planning and Compute Management [53.41102502425513]
  我々は,すべてのハードウェア構成とワークロードに適用可能な,正確でシンプルで解釈可能な統計パワーモデルの設計と検証の2つのクラスについて論じる。 提案された統計的モデリング手法は, 単純かつスケーラブルでありながら, 4つの特徴のみを用いて, 95% 以上の多様な配電ユニット (2000 以上) に対して, 5% 未満の絶対パーセンテージエラー (MAPE) で電力を予測できることを実証した。
  論文  参考訳（メタデータ） (2021-03-22T21:22:51Z)
• A Framework for Energy and Carbon Footprint Analysis of Distributed and Federated Edge Learning [48.63610479916003]
  本稿では,分散学習政策の環境フットプリントに影響を与える要因を概説し,分析する。 バニラとコンセンサスによって駆動される分散FLポリシーの両方をモデル化する。 その結果、flは低ビット/ジュール効率を特徴とするワイヤレスシステムにおいて、顕著なエンドツーエンドの省エネ(30%-40%)が可能となった。
  論文  参考訳（メタデータ） (2021-03-18T16:04:42Z)
• AI Chiller: An Open IoT Cloud Based Machine Learning Framework for the Energy Saving of Building HVAC System via Big Data Analytics on the Fusion of BMS and Environmental Data [12.681421165031576]
  建物における省エネルギーと二酸化炭素排出量削減は気候変動対策の鍵となる手段の一つである。 シラーシステムの電力消費の最適化は、機械工学と建築サービス領域で広く研究されてきた。 ビッグデータとAIの進歩により、最適化問題への機械学習の採用が人気を集めている。
  論文  参考訳（メタデータ） (2020-10-09T09:51:03Z)
• A robust modeling framework for energy analysis of data centers [0.0]
  データセンターはエネルギー集約型であり、電力需要が大きく成長している。 現在のモデルでは、データセンターに対して一貫した高次元エネルギー分析を提供していない。 本研究の目的は,政策立案者やデータセンタエネルギーアナリストに対して,データセンターエネルギーの利用状況と効率性に関する包括的理解を提供することである。
  論文  参考訳（メタデータ） (2020-06-11T21:05:20Z)
• Multi-Agent Meta-Reinforcement Learning for Self-Powered and Sustainable Edge Computing Systems [87.4519172058185]
  エッジコンピューティング機能を有するセルフパワー無線ネットワークの効率的なエネルギー分配機構について検討した。 定式化問題を解くために,新しいマルチエージェントメタ強化学習(MAMRL)フレームワークを提案する。 実験の結果、提案されたMAMRLモデルは、再生不可能なエネルギー使用量を最大11%削減し、エネルギーコストを22.4%削減できることが示された。
  論文  参考訳（メタデータ） (2020-02-20T04:58:07Z)
• NeurOpt: Neural network based optimization for building energy management and climate control [58.06411999767069]
  モデル同定のコストを削減するために,ニューラルネットワークに基づくデータ駆動制御アルゴリズムを提案する。 イタリアにある10の独立したゾーンを持つ2階建ての建物で、学習と制御のアルゴリズムを検証する。
  論文  参考訳（メタデータ） (2020-01-22T00:51:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。